本发明属于矿山灾害检测，尤其涉及一种基于无人机的露天矿山灾害检测方法。
背景技术：
1、无人机灾害规避路径规划技术在无人机对露天矿山进行灾害检测时，通过对矿山地形、地质条件、灾害风险区等信息的综合分析，自主规划飞行路径，避开高风险区域，确保无人机的飞行安全和灾害检测的有效性。而塌陷信息化技术则侧重于对矿山塌陷区域的信息采集、分析和管理，为无人机的灾害检测提供重要的数据支持，但在具体的无人机飞行路径规划方面缺乏考虑，两者可以结合起来，实现更加全面和精准的矿山灾害检测。
技术实现思路
1、为解决上述技术问题，本发明提出了，以解决上述现有技术存在的问题。
2、为实现上述目的，本发明提供了一种基于无人机的露天矿山灾害检测方法，包括以下步骤：
3、获取矿区地形地貌和地质结构参数，评估地形复杂度和地质稳定性，获取已知灾害风险区信息，基于所述已知灾害风险区信息生成风险区域分布图；
4、基于所述地形复杂度、地质稳定性和风险区域分布图获得高风险区域，基于所述高风险区域，生成规避高风险区域的无人机飞行路径；
5、按照所述无人机飞行路径通过无人机实时采集高分辨率影像数据，获得全景影像图；
6、使用深度学习算法对所述全景影像图进行检测，获得疑似塌陷区域属性信息；
7、结合已知的矿山塌陷特征数据，使用相似度匹配算法判断塌陷区域的真实性，获得检测结果；
8、将检测结果上传至管理平台，进行实时展示和动态更新。
9、优选地，基于矿区地形地貌和地质结构参数获取评估地形复杂度和地质稳定性的方法包括：
10、采用地理信息系统技术，根据所述地形地貌和地质结构参数，对目标矿区的地形复杂度进行量化分析，得到地形复杂度分析结果；
11、采用稳定性评估模型，根据所述地质结构参数，对所述目标矿区的地质稳定性进行定量评估，得到地质稳定性评估结果。
12、优选地，生成风险区域分布图的方法包括：
13、获取已知灾害风险区信息，对所述灾害风险区信息进行结构化处理，转换为统一的数据格式；根据所述灾害风险区的位置坐标数据，判断灾害风险区是否位于目标矿区的边界范围内，筛选出位于所述目标矿区内的灾害风险区数据；对所述灾害风险区数据进行预处理，提取风险等级和灾害类型属性并转换为数值型特征向量；采用k-means聚类算法对所述数值型特征向量进行聚类分析，根据聚类结果将所述灾害风险区划分为不同的风险等级，生成灾害区域分布图像。
14、优选地，所述无人机飞行路径的生成方法包括：
15、基于所述地形复杂度、地质稳定性和风险区域分布图，构建无人机飞行环境模型；采用a启发式搜索算法，在飞行环境模型中搜索无人机飞行路径，生成初始飞行路线；根据所述风险区域分布图对初始飞行路线进行规避高风险区域优化，得到优化后的飞行路径。
16、优选地，所述获得全景影像图的方法包括：
17、获取无人机的飞行轨迹数据和姿态数据，根据飞行轨迹数据和姿态数据，确定无人机的空间位置和姿态角度；对采集的原始影像数据进行预处理，获得预处理图像；根据无人机的空间位置和姿态角度，计算预处理图像中相邻影像之间的重叠区域，采用特征点匹配算法，提取重叠区域内的特征点，并计算特征点之间的对应关系；根据特征点的对应关系，采用随机抽样一致性算法，估计相邻影像之间的单应性矩阵，并利用单应性矩阵对影像进行几何校正和配准；将配准后的影像数据输入到图像拼接模型中，采用多频段融合算法，在频域上对影像数据进行融合，消除影像之间的亮度差异和色差，得到无缝拼接的全景影像图。
18、优选地，采集原始影像数据时，控制机载光学传感器的曝光参数，获取传感器采集的原始影像数据，根据影像数据的亮度分布，动态调整传感器的曝光时间和增益系数。
19、优选地，所述预处理的方法包括：根据光学传感器的内参数和外参数，采用径向畸变校正模型，对影像数据进行径向畸变和切向畸变消除处理。
20、优选地，所述获得疑似塌陷区域属性信息的方法包括：
21、通过预先训练好的yolov5目标检测模型对影像进行实时检测，当检测到疑似塌陷区域时，通过深度学习算法对疑似塌陷区域进行定位，获取疑似塌陷区域的坐标信息，基于所述坐标信息获取地理位置，通过图像分割算法，对定位到的疑似塌陷区域进行边缘提取，获得疑似塌陷区域的轮廓信息；基于所述轮廓信息，采用多边形面积计算公式，计算出疑似塌陷区域的面积大小；将所述坐标信息、地理位置和面积大小进行关联存储，形成结构化的塌陷区域属性信息。
22、与现有技术相比，本发明具有如下优点和技术效果：
23、本发明公开了一种基于无人机的露天矿山灾害检测方法。首先，通过获取目标矿区的地形地貌特征参数和地质结构特征参数，综合分析确定矿区的地形复杂度和地质稳定性评估结果。接着，利用聚类算法对已知灾害风险区进行智能分类，生成不同风险等级的灾害区域分布图。基于这些评估结果和分布图，采用启发式搜索算法自动生成无人机的飞行路径，并优化路径以规避高风险区域，确保飞行安全和灾害检测的全覆盖性。在飞行过程中，机载光学传感器实时采集高分辨率影像数据，并通过图像拼接算法获取矿区全景影像图。随后，基于深度学习的目标检测算法实时检测和定位疑似塌陷区域，并结合矿山塌陷特征数据库，通过相似度匹配算法精准识别塌陷区域。最终，将检测到的塌陷区域信息上传至矿山灾害信息管理平台，实现塌陷区域的实时展示和动态更新，为矿山灾害预警和应急决策提供数据支持。本发明通过智能路径规划、实时影像拼接与塌陷检测，提升了矿山灾害监测的效率和准确性。
1.一种基于无人机的露天矿山灾害检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于无人机的露天矿山灾害检测方法，其特征在于，
3.根据权利要求1所述的基于无人机的露天矿山灾害检测方法，其特征在于，
4.根据权利要求1所述的基于无人机的露天矿山灾害检测方法，其特征在于，
5.根据权利要求1所述的基于无人机的露天矿山灾害检测方法，其特征在于，
6.根据权利要求5所述的基于无人机的露天矿山灾害检测方法，其特征在于，
7.根据权利要求5所述的基于无人机的露天矿山灾害检测方法，其特征在于，
8.根据权利要求5所述的基于无人机的露天矿山灾害检测方法，其特征在于，
